AI’s neste frontlinje? Du sitter i den

Nesten hver AI‑overskrift i år har handlet om et aspekt av det digitale laget av arbeid, fra agenter som skriver kode til modeller som tar notater på konferansesamtaler. I mellomtiden går de samme ansatte som bruker AI for å bli bemerkelsesverdig effektive på laptopene sine, inn i sine kontorer i den virkelige verden hvor ingen av den effektiviteten finnes. 

Problemet med AI‑diskusjonen de siste par årene er at den har holdt seg nesten utelukkende innendørs, og jeg mener det i en helt bokstavelig forstand. Den har handlet om skjermer, chat‑vinduer og dokumenter – det som skjer mellom en person og en skjerm. Og hele denne tiden har det fysiske kontoret bare sittet der, behandlet som en fast kostnad som skal håndteres i stedet for et system som faktisk kan forstås og forbedres.

Moderne fleksible arbeidsplasser, spesielt, lider under dette misforholdet mellom hvem som skal være der og hvem som faktisk dukker opp, noe som gjør alt vanskeligere å administrere. Når ansatte ankommer, kan de ha problemer med å finne et møterom, eller de kan vandre rundt på etasjen på jakt etter en ledig skrivebord som om de leter etter en parkeringsplass i kjøpesenteret på julaften. Selve plantegningen ble sannsynligvis laget basert på noen sin beste gjetning i stedet for reelle bevis på hvordan folk bruker rommet.

Dette manglende evnen til å bruke plassen effektivt er et større problem enn det ser ut til. Eiendom er ofte en bedrifts nest største utgift, rett etter folk. Og, i en ny undersøkelse utført av The Collab Collective, sa seks av ti fagfolk innen arbeidsplassdrift at denne typen friksjon på arbeidsplassen – manglende evne til å effektivt håndtere kontorressurser som skrivebord og møterom – faktisk har blitt verre det siste året. 

Den friksjonen har også en prislapp, og den er betydelig. Ansatte mister et sted mellom to og fire timer i uka på å lete etter plass, jage kolleger og arbeide rundt ulike kontorsystemer. Regn ut med standard lønnsdata, så kan en bedrift med tusen ansatte tape opptil 9 millioner dollar i året kun på arbeidsplassfriksjon. 

Blindsonen i eiendomsplanleggingen

AI har betydelig potensial til å løse disse utfordringene. Akkurat som AI kan forutsi etterspørsel eller rute support‑henvendelser, kan den lære hvilke skrivebord og rom som brukes av hvem og når. Den kan legge merke til hvor AV‑utstyret rutinemessig svikter og identifisere hvilke etasjer eller møterom som ikke blir brukt. 

Den gamle håndboken for å administrere et kontor antok også en arbeidsstyrke som for det meste dukket opp etter en forutsigbar tidsplan. I dagens hybride arbeidsplass skjer det sjelden. Kapasitetsdata viser hvor stor den svingingen faktisk er. Det kommersielle eiendomsselskapet CBRE har funnet at de fleste organisasjoner opererer på full kapasitet på sin travleste kontordag, men bare omtrent en tredjedel av den kapasiteten på en gjennomsnittlig dag. Det gapet er akkurat grunnen til at kun antall ansatte er en så upålitelig metode for å planlegge plass. En etasje bygget for mandagens toppbelastning sitter for det meste tom på torsdag, og ingen mengde intuisjon fanger dette mønsteret slik bruksdata gjør.

Verktøyene selv forverrer dette, fordi de fleste selskaper kjører bestilling, besøksinnsjekk, plassplanlegging, møtetjenester og analyser som separate systemer som aldri ble designet for å kommunisere med hverandre. Et planleggingsverktøy som ikke har noen idé om hvordan et rom faktisk blir brukt, kan ikke gi fasilitetsteamet noe nyttig når det er på tide å forhandle en leiekontrakt. Analyser som sitter i ett dashbord kan ikke rekke over og ombooke noen til et annet rom når reservasjonen deres faller gjennom.

Faktum er at de fleste eiendomsbeslutninger i dag fortsatt i stor grad tas på intuisjon og på nåværende bemanning, ikke på faktisk bruk. Den tilnærmingen var holdbar da kontorer hadde jevn, forutsigbar belegg. Det er mye vanskeligere å rettferdiggjøre i en hybrid verden hvor tilstedeværelse svinger etter ukedag og etter team.

Brukt riktig, gjør AI på arbeidsplassen to jobber samtidig. For ansatte løser den logistikk ved å automatisk matche folk med tilgjengelig plass, vise hvilke ressurser som er ledige i sanntid og fjerne behovet for å flytte møter med kort varsel. For drifts- og fasilitetsteamene som håndterer budsjettet, kan AI analysere alle de små signalene – hvem som booket hva, når, hvor ofte, og hvilke rom som står tomme – for å skape et tydelig bilde av hvordan plassen faktisk presterer. 

Enda bedre, når en bedrift kan se hvordan plassen faktisk blir brukt, kan ledere basere sine eiendomsbeslutninger på reell etterspørsel, akkurat som de ville gjort med enhver annen ressursbeslutning. Med denne informasjonen i hånden kan de konsolidere etasjene ingen bruker, gå inn i en leiefornyelse med reell forhandlingskraft og redesigne kontoroppsettet rundt hvordan teamene deres faktisk samarbeider.

Når dataene er samlet, blir gevinsten raskt konkret. La oss si at en organisasjon oppdaget at 40 % av møtene deres går gjennom en liten brøkdel av konferanserommene. Med denne informasjonen kan driftsledere for eksempel enkelt fastslå hvilke rom som bør prioriteres for AV‑oppgraderinger, og hvilke av resten som trenger en ny designvurdering i stedet for rutinemessig vedlikehold.

Bedrifter som allerede har satt AI i arbeid på koden sin, supportkøene sine og innbokserne sine, har allerede sett hva som skjer når gode data erstatter gjetning. Kontoret er ganske enkelt det neste stedet å anvende den leksjonen. Enda bedre er at organisasjonene som kommer først ikke bare vil bruke mindre på plass de ikke bruker, de vil også gi de ansatte tilbake timene de stille har mistet på grunn av friksjon på arbeidsplassen hele tiden.